水下图像增强：颜色平衡与多尺度融合的Matlab实现

1. 水下图像增强的技术挑战与核心思路

水下摄影一直是计算机视觉领域的特殊分支，由于水体对光线的吸收和散射作用，获取的图像普遍存在颜色失真、对比度低和细节模糊三大问题。我在处理南海珊瑚礁监测项目时，曾遇到典型的蓝绿色偏图像——红色通道衰减严重，整体画面像是蒙上了一层浑浊的滤镜。

传统方法通常单独处理颜色校正或对比度增强，但我们发现将颜色平衡与多尺度融合结合能获得更自然的结果。具体实现时，首先通过灰度世界假设校正色偏，再结合Retinex理论增强局部对比度，最后用加权最小二乘框架融合不同处理阶段的中间结果。这种组合策略在Matlab中实现仅需不到100行核心代码，却显著提升了水下目标的辨识度。

2. 颜色平衡算法的深度优化

2.1 基于通道统计的快速校正

在Matlab中实现颜色平衡时，常规做法是直接对RGB三通道进行均值均衡。但实测发现，这种简单处理会导致高光区域过曝。我们改进的流程如下：

matlab复制function img_out = color_balance(img_in)
    % 转换到LAB色彩空间避免亮度干扰
    lab = rgb2lab(img_in); 
    L = lab(:,:,1); a = lab(:,:,2); b = lab(:,:,3);
    
    % 仅对ab通道进行标准差归一化
    a_norm = (a - mean2(a)) / std2(a) * 20; 
    b_norm = (b - mean2(b)) / std2(b) * 20;
    
    % 限制动态范围防止溢出
    a_adj = min(max(a_norm, -127), 127); 
    b_adj = min(max(b_norm, -127), 127);
    
    % 合并通道并转换回RGB
    lab_adj = cat(3, L, a_adj, b_adj);
    img_out = lab2rgb(lab_adj);
end

关键技巧：在LAB空间操作可分离亮度与颜色信息，避免传统RGB空间处理时出现的亮度突变问题。参数20是经200+张测试图像验证的经验值，可根据水体浑浊度调整。

2.2 局部自适应颜色补偿

针对深度变化